【ITニュース解説】ViKernel: VIDRAFT Embeds a Weight-Native OS and Kill Switch Directly Inside AI Model Files

ViKernelは、人工知能（AI）モデルの安全性を根本から変えようとする新しい技術だ。現在のAI、特に大規模言語モデル（LLM）や大規模視覚言語モデル（VLM）は、非常に高い能力を持つ一方で、その安全性をどう確保するかが大きな課題となっている。従来の安全対策は、AIモデル本体の外部に「ガードレール」と呼ばれる保護機能を設けるのが一般的だった。例えば、特定の不適切な出力をフィルターで取り除いたり、有害な指示（プロンプト）を検知してブロックしたりする方法がそれにあたる。しかし、これらの外部的なガードレールにはいくつかの弱点があった。

ViKernelは、この現状に対して「AIモデルそのものに安全機能を組み込んでしまおう」という革新的なアプローチを提案する。これは、まるで普通のコンピューターが起動時にOS（オペレーティングシステム）を立ち上げ、そのOSがコンピューター全体の動作を管理するのと同じように、AIモデルの内部にOSのような層を組み込むという考え方だ。ここでいう「ウェイト」とは、AIモデルが学習によって獲得した知識や能力を数値の形で保持している部分のこと。AIモデルの知識や判断の源となるこのウェイトの中に、OSカーネルに相当する機能を直接埋め込むことで、安全制御がモデルと一体化し、分離できないようにする。VIDRAFT社がHugging Faceで公開したこのViKernelは、AIモデルを単なるプログラムではなく、OSやファームウェアを内蔵した「機械」として捉えることを促している。

ViKernelの最大の目的は、従来のガードレールが抱えていた三つの構造的な弱点を克服することにある。一つ目は「分離性」の問題だ。外部のガードレールは、AIモデルのウェイト（本体）とは別のファイルやプログラムとして存在するため、モデルのウェイトだけをコピーすれば、ガードレールは簡単に取り除かれてしまう。これでは、安全機能がない状態でモデルが利用されるリスクがある。ViKernelは、OS層と安全機能をウェイト内に埋め込むため、モデルのウェイトがコピーされても、安全機能は常にモデルと一緒についてくる。

二つ目は「説得可能性」の問題だ。もしガードレール自体が言語モデルで実装されていた場合、ユーザーが悪意のある「プロンプトエンジニアリング」、つまり巧妙な指示を与えることで、ガードレールを騙し、不適切な出力を引き出してしまう可能性がある。しかしViKernelの安全制御は、言語による説得に左右されないルールベースのエンジンとしてウェイト内にコンパイルされる。そのため、どんなに複雑な自然言語の指示が来ても、その「レトリック」や「説得力」を解析せず、純粋に内部のルールセットに照らしてAIの行動を評価するため、プロンプトによる突破は困難になる。

三つ目は「忘却性」の問題だ。AIモデルの利用履歴や安全に関する記録は、通常、モデルが動作するサーバー（ホスト）にログとして保存される。しかし、このホストの管理者や悪意のある第三者によって、これらのログが編集されたり、削除されたりするリスクがある。ViKernelは、すべての決定と行動を改ざん不可能な「監査チェーン」としてウェイト内部に記録する。この監査チェーンは暗号技術で保護され、追加しかできない形式のため、ホストレベルでの改ざんから独立している。

ViKernelが提供するこれらの安全機能は、四つの具体的な特性としてまとめられている。まず「ウェイト内で起動する」という点。これは、AIモデルが起動するその瞬間に、内部のOSが初期化され、整合性チェックを行うことを意味する。もしモデルのウェイトがたった1バイトでも改ざんされていた場合、自己ロック機能が働き、モデルの実行を停止させる。次に「ウェイト内で判断する」という点。AIモデルが行うすべての行動は、ウェイトに組み込まれたルールセットと照らし合わせて評価される。これにより、外部からの不適切な指示に左右されることなく、常にモデルの内部ルールに従って行動が決定される。そして「ウェイト内で記憶する」という点。AIモデルが行ったすべての判断や行動は、削除不可能な監査チェーンに記録される。これは、後からモデルの挙動を検証する際に非常に重要となる。最後に「ウェイト内で停止する」という点。これは、AIモデルを緊急停止させる「キルスイッチ」が、モデルのウェイトの内部に組み込まれていることを意味する。外部のプロセスに依存せず、モデル自身が停止機能を保持するため、緊急時の安全確保がより確実になる。

ViKernelは、既存のAIモデルの知識や性能を「変更しない」ことを意図して設計されている。つまり、ViKernel層は、モデルが元々持っている言語や視覚の能力を置き換えるものではなく、それらの能力の上に「行動と判断を管理する」安全層を追加するものだ。これにより、AIモデルの能力を損なうことなく、その安全性を高めることが期待される。

現在、ViKernelはHugging Face Spacesで「ViKernel-Desktop」というインタラクティブなデモとして公開されている。このデモでは、カーネルの状態やブート時の整合性チェック、監査チェーンの先頭、そしてライブのキル/再開コントロールをデスクトップ風のUIで確認できる。この段階ではまだ定量的なベンチマークの数値は公表されておらず、概念的・アーキテクチャ的な側面が中心だが、AIモデルの安全性確保に向けた新しい方向性を示している。ViKernelは、モデルのコピー時にも安全機能が維持されること、リモートからのキルスイッチのトリガーについては現在のところ言及がないこと、そして特定のモデルアーキテクチャに限定されず「任意のモデルにプラグインできる」ことが明言されている。この技術は、AIの安全性を確保するための重要な一歩となる可能性がある。